一种应急输血管理方法及装置与流程

本技术涉及输血，具体为一种应急输血管理方法及装置。

背景技术：

1、在临床医学中，尤其是针对于急诊患者大出血时，需要进行快速的输血处理。而很多情况下，因为急诊的效率要求，尤其是针对于输血阶段需要进行快速的输血处理反应，则需要快速确定待输血患者的血型信息。

2、目前基于计算机技术的发展，以及图像识别技术的发展。针对于血型图像识别技术已经相对成熟，国外的血型判读系统在标准血型上可以基本达到百分之百，只在疑难血型的判读上准确率较差；国内很多全自动血型判读系统对微柱凝胶卡血型图像的判读准确率也平均能达到百分之九十，但在实际运用中，这种程度的判读准确率是远远不够的。而且实际操作中，采集的血型卡图像会有很多干扰因素存在，如微柱小管中的气泡、凝胶的颜色、微柱凝胶不同的胶高、反应不充分的多余细微粒子等，甚至可能由于操作中出现误差，导致管内的红细胞凝集反应现象与判读标准现象存在很大的差异，从而使判读的结果大大偏离正确结果。由于存在诸多临床环境下出现的问题，使采集的图像具有很大的复杂性，所以对血型判读系统的判读准确率也就提出了更高的要求。

技术实现思路

1、为了解决以上的技术问题，本技术实施例提供一种应急输血管理方法及装置，通过图像识别技术对于柱凝胶卡血型图像进行特征提取和识别得到对应的血型信息。

2、为了达到上述目的，本技术实施例采用的技术方案如下：

3、第一方面，提供一种应急输血管理方法，所述方法包括：获取待输血患者血液的微柱凝胶卡图像，所述微柱凝胶卡图像中包括多个微柱小管特征，并将所述微柱凝胶卡图像基于所述微柱小管特征进行分割得到多个微柱小管感兴趣区域；对所述微柱凝胶卡图像进行边缘检测获取边缘信息，并保留边缘信息内的中间微柱凝胶卡图像；对所述中间微柱凝胶卡图像通过颜色通道分离合并算法，以灰度图像的形式提取出红细胞的颜色区域并进行标注，再根据凝集和游离红细胞的密度提取灰度特征，采取图像熵处理算法，通过统计灰度的总期望值区分红细胞处于凝集或游离的多寡的分布状态；将具有红细胞的颜色区域标注以及红细胞分布状态的所述中间微柱凝胶卡图像输入至识别模型中，得到血型识别结果；所述识别模型基于alexnet网络构建，通过自适应时刻估计方法计算alexnet网络每个参数的自适应学习率，并通过多分类交叉熵损失函数优化训练得到；根据所述血型识别结果选取对应的输血信息。

4、进一步的，所述将所述微柱凝胶卡图像基于所述微柱小管特征进行分割得到多个微柱小管感兴趣区域，包括：通过gen_rectangle1算子生成初始感兴趣区域，所述初始感兴趣区域为矩形形状；设置目标感兴趣区域坐标并生成目标感兴趣区域矩形区域；通过reduce_domain算子从所述初始感兴趣区域中截取出矩形覆盖的这一部分的图像，并基于所述微柱小管的数量进行对应数量创建动作得到分割后的多个微柱小管感兴趣区域。

5、进一步的，所述对所述微柱凝胶卡图像进行边缘检测获取边缘信息，包括：对所述微柱凝胶卡图像进行灰度化处理并进行高斯滤波，并根据待滤波的像素点及其邻域点的灰度值按照预设参数规则进行加权平均对所述微柱凝胶卡图像中存在的高频噪音进行剔除；对剔除噪音后的所述微柱凝胶卡图像计算出梯度幅值和方向，使用非极大值抑制将当前像素梯度强度与沿正负梯度方向上的相邻像素的梯度强度进行比较，基于比较结果获取图像边缘点；通过预设阈值提取对应的像素为所述微柱凝胶卡图像的边缘，最后提取出边缘轮廓。

6、进一步的，所述基于比较结果获取图像边缘点，包括：比较相邻像素的梯度强度，保留相邻像素中最大的像素点为边缘点。

7、进一步的，所述对所述中间微柱凝胶卡图像通过颜色通道分离合并算法，以灰度图像的形式提取出红细胞的颜色区域并进行标注，包括：采用颜色通道分离算法将微柱小管中红细胞反应图像的r、g、b三个通道单独进行截取得到对应的通道图像，并对所述通道图像通过通道合并算子进行减法运算，提取出反应红细胞的色彩区域。

8、进一步的，所述对所述红细胞图像进行特征提取得到特征的分布情况并确定红细胞处于凝集或游离的多寡的分布状态，包括：对所述红细胞图像进行水平方向灰度积分投影曲线处理得到关于所述红细胞图像中每一像素的灰度积分，并根据所述灰度积分分布确定所述红细胞处于凝集或游离的多寡的分布状态。

9、进一步的，所述水平方向灰度积分投影基于下式表示：，，其中表示图像中像素点(i，j)的灰度值，表示图像g在第j行的所有像素之和，表示图像g在第i列的所有像素灰度值之和。

10、进一步的，所述识别模型包括依次连接的第一卷积层、第一局部响应归一化层、第一最大池化层、第二卷积层、第二局部响应归一化层、第二最大池化层、第三卷积层、第四卷积层、第五卷积层、第三最大池化层、第一全连接层、第一下采样处理模块、第二全连接层、第二下采样处理模块和第三全连接层；在所述第一卷积层和所述第一最大池化层之间设置有通道注意力机制模块；所述第一下采样处理模块和所述第二下采样处理模块用于执行下采样处理。

11、进一步的，所述自适应时刻估计方法基于下式进行表示：

12、；其中，是学习率，是当前参数的梯度，为当前一阶动量，为上一时刻一阶动量，为一阶动量控制参数，为当前二阶动量，为上一时刻二阶动量，为二阶动量控制参数，为当前待优化参数，为下一时刻待优化参数。

13、第二方面，提供一种应急输血管理装置，所述装置包括：区域分割模块，用于将所述微柱凝胶卡图像基于所述微柱小管特征进行分割得到多个微柱小管感兴趣区域；边缘提取模块，用于对所述微柱凝胶卡图像进行边缘检测获取边缘信息，并保留边缘信息内的中间微柱凝胶卡图像；红细胞分布确定模块，用于对所述中间微柱凝胶卡图像通过颜色通道分离合并算法，以灰度图像的形式提取出红细胞的颜色区域并进行标注，并对标注有红细胞的颜色区域的图像进行分割得到红细胞图像，并对所述红细胞图像进行特征提取得到特征的分布情况并确定红细胞处于凝集或游离的多寡的分布状态，并在所述中间微柱凝胶卡图像中进行红细胞分布标注；识别模块，用于将具有红细胞的颜色区域标注以及红细胞分布状态的所述中间微柱凝胶卡图像输入至识别模型中，得到血型识别结果；所述识别模型基于alexnet网络构建，通过自适应时刻估计方法计算alexnet网络每个参数的自适应学习率，并通过多分类交叉熵损失函数优化训练得到；血型选取模块，用于根据所述血型识别结果选取对应的输血信息。

14、第三方面，提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法。

15、第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的方法。

16、本技术实施例提供的技术方案中，应用于急诊科快速输血的实现，具体为提供一种应急情况下的血型检测方法，能够通过图像识别技术提取采集到的微柱凝胶卡图像中的特征信息，并根据特征信息进行分类识别得到最终的血型识别结果。通过图像处理技术能够降提高处理效率，在满足血型检测基础要求之上提高整体处理的时效性。